一种电力系统深度强化学习紧急控制策略提取方法

    公开(公告)号:CN114004282B

    公开(公告)日:2024-12-03

    申请号:CN202111188349.9

    申请日:2021-10-12

    Abstract: 本发明提出了一种电力系统深度强化学习紧急控制策略提取方法。通过引入电力系统节点模型多个历史时刻的特征数据构建观测数据;进一步构建深度Q学习网络模型,并采用随机梯度下降优化算法进行优化训练得到电力系统紧急控制深度强化学习模型;基于已训练完成的深度Q学习网络模型,在特定的故障场景下,生成数据集;并在此数据及上训练基于信息增益比的加权倾斜决策树模型,以完成策略提取;设定策略保真度指标、策略实际控制性能指标、模型复杂度指标,以评估不同超参数下的模型性能,从而根据实际需求选出最优模型,以用于电力系统紧急控制领域中。

    一种考虑介质影响的大电流烧蚀试验试品台及试验方法

    公开(公告)号:CN111257710B

    公开(公告)日:2024-06-14

    申请号:CN202010152959.2

    申请日:2020-03-06

    Abstract: 本申请涉及一种考虑介质影响的大电流烧蚀试验试品台及试验方法,试验平台包括容器组件、夹固组件和通电组件,所述容器组件包括内部容纳被试品和介质的绝缘容器,所述夹固组件包括将所述被试品固定在所述绝缘容器内的夹件,所述通电组件包括电源、接地极和连接所述电源的手动电极,所述手动电极包括可伸缩和转动的设置于所述绝缘容器内的导电棒体,所述接地极一端接地,另一端与所述被试品可拆卸连接。本发明一种考虑介质影响的大电流烧蚀试验试品台,试品可以方便固定在该平台上,同时该平台可以根据试验的需要填充相关的导电介质,最大程度地还原试验的真实环境。该试验试品台数据获取直观有效,极大提高该项工作的效率。

    一种基于电力系统紧急控制的混合智能关键因素辨识方法

    公开(公告)号:CN113991645A

    公开(公告)日:2022-01-28

    申请号:CN202111208028.0

    申请日:2021-10-18

    Abstract: 本发明提出了一种基于电力系统紧急控制的关键因素辨识方法。构建电力系统紧急控制深度强化学习模型,引入配电网节点模型多个历史时刻的特征数据构建配电网特征数据集;进一步将配电网特征数据集中每组配电网特征矩阵集合依次输入至采用随机梯度下降算法和Q学习算法的深度强化学习模型进行训练,预测并得到负荷削减动作;将配电网特征数据集中每组配电网特征矩阵集合依次输入至电力系统紧急控制深度强化学习模型预测得到对应的负荷削减动作,通过Deep‑SHAP方法获取多个影响电力系统紧急控制深度强化学习模型的主要特征;本发明解决机器学习模型中透明度过低的问题,为调度人员提供更加充分的决策帮助,提高模型的可解释性和准确度。

Patent Agency Ranking